PREVEDERE LO SVILUPPO DI INSETTI CON MODELLI

102
Vigneto
Vigneto
Vigneto
Vigneto
Vigneto
Vigneto
PREVEDERE LO SVILUPPO DI INSETTI
CON MODELLI AGROMETEOROLOGICI
Federico Spanna
E’ possibile simulare e prevedere lo sviluppo degli insetti di interesse agrario utilizzando modelli agrometeorologici?
Ad oggi la risposta sembra essere decisamente
positiva!
In molti anni di evoluzione delle conoscenze scientifiche, sono stati
messi a punto dapprima
modelli entomologici empirici e finalmente modelli di tipo meccanicistico. I
primi, basati sulla correlazione tra andamento climatico e sviluppo dell’insetto, hanno la
caratteristica di simulare con una certa
approssimazione lo sviluppo, ma senza
fornire spiegazioni sui meccanismi che
governano il processo. Tali modelli essenzialmente basati sugli accumuli di
gradi utili espressi attraverso il calcolo di
indici di sommatoria termica presentano
però grossi limiti in quanto poco stabili
nel tempo e poco trasferibili nello spazio.
A partire dagli anni 90 è emersa una nuova categoria di modelli che, applicando
un diverso approccio in fase di predisposizione, è in grado di quantificare le risposte fisiologiche di una determinata fase
fenologica di un insetto al variare delle
tato la scala termometrica
che porta il suo nome, iniziò ad usare i dati termici
rilevati, per correlarli con
la maturazione delle uve,
semplicemente eseguendo una sommatoria delle
temperature. Tale impiego dette il via allo sviluppo
della categoria dei modelli empirici sopra descritti,
portando via via al perfeUna stima dello sviluppo della prizionamento delle formuma generazione della tignola è un
le applicate. Venne defiparametro necessarioperilcorretto
uso del modello previsionale
nito in particolare il concetto di soglia di temperatura (valore termico al
grandezze ambientali che ne condiziona- di sotto o al di sopra del quale non si ha
no lo svolgimento.
lo sviluppo di un determinato fenomeno
La messa a punto di questi model- od organismo); venne introdotto il conli è naturalmente più laboriosa e richie- cetto di tasso di sviluppo, ossia la velode l'impiego di tecniche di laboratorio e cità a cui avviene un fenomeno in funla validazione successiva in campo, ma zione delle condizioni ambientali che si
la robustezza e l’efficacia di questi stru- presentano nell’unità di tempo ed infine
menti è enormemente superiore ai pre- venne riconosciuta, per molti casi specedenti. Ma facciamo un passo indietro cifici, la non linearità del tasso di svilupe cerchiamo di capire l’origine di questa po di un fenomeno rispetto alla tempecategoria di modelli.
ratura. In questo senso Logan nel 1976
propose un’equazione esponenziale che
Alcuni passaggi storici
ad oggi costituisce la base per la simuLa storia dei modelli in ambito bio- lazione del tasso di sviluppo di un orgalogico si fa risalire a Réaumur il quale, nismo ed in particolare per gli insetti di
nel 1735, cinque anni dopo aver inven- interesse agrario.
Proprio con riferimento alle popolazioni
di insetti, accanto a questo approcTrappola a ferormoni per monitorare
l'andamento del volo dei maschi delle tignole
cio che potremmo definire di tipo fenologico e fisiologico, si è dovuta sviluppare un’altra categoria di modelli definiti demografici finalizzata a superare i
limiti che i modelli fenologici presentavano. Questi infatti partono dal presupposto che tutti gli individui di una stessa specie reagiscono nello stesso modo
al variare di una determinata grandezza
ambientale. Sappiamo benissimo invece
che ogni popolazione composta da individui tutti uguali (coorte) possiede una
variabilità intrinseca che porta gli individui a comportarsi in modo diverso, per
cui ci saranno individui che si sviluppano
più rapidamente ed altri più lentamen-
Vigneto
Vigneto
te. I modelli di tipo fenologico, 14
inoltre, non riescono a stimare la densità di una popolazio- 12
ne né a simularne la dinamica 10
specialmente nel caso degli insetti in cui ci troviamo di fronte a 8
stadi di sviluppo diversificati (ad 6
es. uovo, larva, pupa, adulto).
I modelli demografici moderni 4
sono in grado di tenere conto 2
sia della dinamica delle popolazioni, prevedendo il passaggio 0
da una fase fenologica ad un’al0
tra e quantificando l’età di una
popolazione sia, in alcuni casi,
di prevedere la densità di una popolazione e quindi il tasso di infestazione.
La quantificazione dell’età di una popolazione di insetti costituisce indubbiamente una difficoltà insormontabile se affrontata in modo diretto, per cui i modellisti hanno pensato di passare dall’età cronologica all’età fisiologica, quantificabile
attraverso i modelli fisiologici sopra descritti.
Ecco quindi che le due categorie di
modelli hanno trovato un punto di contatto. Nel 1976 infine, Manetsch ha trovato la soluzione al problema della variabilità fisiologica degli individui. Attraverso
un’equazione è stato così possibile simulare il processo per cui individui che entrano nello stesso momento in uno stadio
di sviluppo, ne escono in tempi diversi.
Da questa intuizione sono derivati
gli attuali Modelli di simulazione definiti a Ritardo Variabile (MRV). E’ passato
molto tempo dal semplice impiego delle somme termiche agli MRV, ma attualmente tali modelli hanno raggiunto, per
molte specie, un buon grado di affidabilità e trasferibilità.
Velocità di sviluppo
0,2
0,15
0,05
0
10
15 20 25 30
temperatura (°C)
35
Fig. 1 - Velocità di sviluppo in funzione della
temperatura per gli stadi
di uovo, larva e crisalide
di L. botrana.(Fonte SAR
– Regione Sardegna - Modificato)
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
10
Velocità di sviluppo
Velocità di sviluppo
0,3
0,25
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
10
Vigneto
Vigneto
Vigneto
Fig. 2 - Tasso specifico di fecondità (n° uova/giorno) delle
femmine di L. botrana.
(Fonte SAR – Regione Sardegna - Modificato)
5
10
15
20
25
La fase di predisposizione ed
applicazione dei modelli MRV
Dal momento in cui il metodo scientifico viene messo a punto alla sua applicazione pratica può passare ancora parecchio tempo. Ogni specie di insetto differisce dall’altra sia per tipo di ciclo sia
per numero di stadi di sviluppo. A parità
di questi fattori, però, le singole specie si
differenziano tra loro per tutta una serie di
parametri fisiologici la cui quantificazione serve a differenziare la reazione della specie o della fase fenologica ai fattori
esterni (ad es. la temperatura).
Da alcuni anni sono stati messi a
punto e validati in alcune realtà regionali modelli a ritardo variabile riferiti ad
alcune specie entomologiche di interesse agrario. In frutticoltura sono ormai divenuti operativi i modelli previsionali riferiti a specie come Cydia molesta (Busck), Cydia pomonella (L.), Argyrotaenia pulchellana (Hw.), Pandemis cerasana (Hb), Bactrocera oleae (Gmel), mentre in viticoltura le applicazioni riguardano per ora la ben nota Tignoletta (Lobesia botrana Den. & Shiff).
Per questa specie sono state quindi definite le curve di risposta
fisiologica alla temperatura con la quantificazione dei parametri
specie-specifici per i
diversi stadi fenologici
15 20 25 30 35
di uovo, larva, pupa e
temperatura (°C)
adulto (fig. 1), le equazioni relative alla fecondità media delle femmine (fig. 2) in funzione
della loro età (espressa
sulla base del numero
di uova deposte gior15 20 25 30 35
temperatura (°C)
nalmente dalle femmi-
Vigneto
ne) e le curve di mortalità abiotica in funzione della temperatura. I modelli a ritardo variabile, quindi, simulano la distribuzione degli individui della popolazione
che, in un dato tempo (modello demografico), si trovano nei diversi stadi del
ciclo vitale (modello fenologico).
In particolare, il modello matematico
relativo a Lobesia botrana (Den. & Shiff),
messo a punto dal Servizio Agrometeorologico della Sardegna, permette di prevedere lo sviluppo dei diversi stadi del lepidottero e di stimarne l’abbondanza nelle diverse generazioni. Richiede in input
i valori giornalieri di temperatura massima e minima e una stima dell’abbondanza degli adulti della prima generazione. Il modello prende in considerazione la
velocità di sviluppo specifica dei diversi
stadi, la mortalità degli stadi preimmaginali, la velocità di invecchiamento e la fecondità degli adulti. Esso considera, inoltre, la variabilità biologica nella dinamica
di sviluppo. Tale modello non è stato fino
ad ora testato in Piemonte ma tale studio
si presenta assolutamente fattibile qualora vi siano manifestazioni di interesse
e risorse adeguate.
L’applicazione dei modelli in
Piemonte e la previsionalità
Una volta eseguita la validazione in
campo dei modelli è possibile applicare un determinato modello alla realtà di
campo. In Piemonte, le stazioni della Rete
Agrometeorologica regionale costituiscono la base per garantire un aggiornamento periodico dei modelli riferiti alle diverse
specie. Attualmente questo servizio viene
svolto per due specie di insetti ed i risultati
vengono trasmessi ad alcuni punti di coordinamento del personale tecnico operante
in frutticoltura.
In questo caso i risultati del modello si
ottengono alla data dell’ultimo rilevamento meteo, ma è possibile, a breve, ipotizzare un servizio previsionale che, basandosi su dati stimati dai servizi meteorologici,
possa dare delle indicazioni di sviluppo degli insetti fino a 2-3 giorni successivi.
Ulteriore sviluppo perseguibile è l’informatizzazione dei modelli con l’aggiornamento dei dati su web regionale, come
già avviene per alcuni modelli di natura fitopatologica.
Federico Spanna
Regione Piemonte - Settore Fitosanitario
Sez. Agrometeorologia - Via Livorno 60 - Torino
e-mail: [email protected]